Question

在R中，某些包（例如haven）将label属性插入变量（例如haven），这解释了变量的实质名称。例如，gdppc可能带有标签GDP per capita。

这非常有用，尤其是从Stata导入数据时。但是，我仍然很难知道如何在我的工作流程中使用它。

如何快速浏览变量和变量标签？现在我必须做attributes(df$var)，但这一点不太方便（la names(df)）
如何在地块中使用这些标签？同样，我可以使用attr(df$var, "label")来访问字符串标签。但是，这似乎很麻烦。

有没有官方方法在工作流程中使用这些标签？我当然可以编写一个包含attr的自定义函数，但是当包实现label属性时，它可能会中断。因此，理想情况下我需要haven（或其他主要包）支持的官方方式。

Answer 1

df %>% map_chr(~attributes(.)$label)

Answer 2

在简单函数中使用sapply返回变量列表，就像在Stata的变量窗口中一样：

{}

Answer 3

这是rio中提到的创新之一（完全披露：我写了这个包）。基本上，它提供了各种导入变量标签的方法，包括避风港的做事方式和外国方式。这是一个简单的例子：

首先制作一个可重现的例子：

> library("rio")
> export(iris, "iris.dta")

使用foreign::read.dta()导入（通过rio::import()）：

> str(import("iris.dta", haven = FALSE))
'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
 - attr(*, "datalabel")= chr ""
 - attr(*, "time.stamp")= chr "15 Jan 2016 20:05"
 - attr(*, "formats")= chr  "" "" "" "" ...
 - attr(*, "types")= int  255 255 255 255 253
 - attr(*, "val.labels")= chr  "" "" "" "" ...
 - attr(*, "var.labels")= chr  "" "" "" "" ...
 - attr(*, "version")= int -7
 - attr(*, "label.table")=List of 1
  ..$ Species: Named int  1 2 3
  .. ..- attr(*, "names")= chr  "setosa" "versicolor" "virginica"

使用其原生变量属性使用haven::read_dta()读入，因为属性存储在data.frame级别而不是变量级别：

> str(import("iris.dta", haven = TRUE, column.labels = TRUE))
'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     :Class 'labelled'  atomic [1:150] 1 1 1 1 1 1 1 1 1 1 ...
  .. ..- attr(*, "labels")= Named int [1:3] 1 2 3
  .. .. ..- attr(*, "names")= chr [1:3] "setosa" "versicolor" "virginica"

使用haven::read_dta()使用我们（rio开发人员）发现更方便的替代方案进行阅读：

> str(import("iris.dta", haven = TRUE))
'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
 - attr(*, "var.labels")=List of 5
  ..$ Sepal.Length: NULL
  ..$ Sepal.Width : NULL
  ..$ Petal.Length: NULL
  ..$ Petal.Width : NULL
  ..$ Species     : NULL
 - attr(*, "label.table")=List of 5
  ..$ Sepal.Length: NULL
  ..$ Sepal.Width : NULL
  ..$ Petal.Length: NULL
  ..$ Petal.Width : NULL
  ..$ Species     : Named int  1 2 3
  .. ..- attr(*, "names")= chr  "setosa" "versicolor" "virginica"

通过将属性移动到data.frame的级别，使用attr(data, "label.var")等更容易访问它们，而不是挖掘每个变量的属性。

注意：属性的值将为NULL，因为我只是将本机R数据集写入本地文件，以使其可重现。

Answer 4

使用escape the forward slash包（tidyverse）的简单解决方案

{{1}}

Answer 5

labelled包的目的是提供方便的函数来操作随haven导入的变量和值标签。

此外，lookfor包中的函数describe和questionr对于显示变量和值标签也很有用。

Answer 6

使用haven包强制一个因子

haven::as_factor(df$var, levels="label")

导入具有避货

6 个答案: